Size: a a a

Machine learning

2020 December 21

ML

Mikhail Lukashevich in Machine learning
Артем
Вам не нужно вычислять параметры из вашего распределения методом оценки. Используйте соотвествующие методы до вашего распределения(laplace)
я пока слабо понимаю что Вы имеете ввиду. можете более подробно рассказать?
источник

А

Артем in Machine learning
Mikhail Lukashevich
я пока слабо понимаю что Вы имеете ввиду. можете более подробно рассказать?
Вы формируете выборку и на её основе подсчитываете дисперсию и мат ожидание. А этого делать не нужно.
источник

ML

Mikhail Lukashevich in Machine learning
Артем
Вы формируете выборку и на её основе подсчитываете дисперсию и мат ожидание. А этого делать не нужно.
Если правильно понял - нужно высчитывать параметры для норм распределения (мат ожидание и дисперсию) из пармаметров (мат ожидания и дисперсии) которые подаются на вход выбранного распределения ?
источник

AR

Anton Rogozin in Machine learning
Ivan Krokhalyov
Переслано от Julia Chan
Интервью с Эмели Драль, соавтором специализации по ML на Coursera:
https://youtu.be/AP8GfFXZ9YA
YouTube
Интервью с Эмели Драль о своем пути, Москве и любви к архитектуре
Новогоднее интервью с Эмели Драль!
Эмели - со-автор специализации по Machine Learning на Coursera, co-founder и СТО стартапа Evindently AI (https://evidentlyai.com) и увлеченный своим делом человек. И мы поговорили с ней не об очередной "пользе данных для бизнеса", а также об ее интересах, создании курсов, воспроизводимом коде и еще о многих вещах:
- какой вид спорта она любит,
- чем отличаются студенты в России и зарубежом и кого берут в стартап,
- работе девушек в Data Science?
- надо ли тестировать и документировать код,
- парижских балкончиках и сталинском ампире.

Это первое интервью формата ML REPA Talks! Будем очень благодарны за обратную связь и идеи, как можно разивать этото формат. С кем из экспертов в Data Science и Machine Learning вам хотелось бы познакомиться в выпусках ML REPA Talks?
Ждем вашего фидбэка и участия:
- в Телеграм: https://t.me/mlrepa
- в ODS Slack: #mlrepa
- Twitter: https://twitter.com/mlrepa

О других проектах ML REPA, можно узнать на наших сайтах:
- ML REPA School (https://ml…
Мне ее лекции запомнились) Коль пошла такая пьянка, вот еще пару интервью, но на этот раз с Виктором Кантором, соавтором специализации

https://www.google.com/amp/s/zeh.media/amp/praktika/intervyu/9240836-viktor-kantor- - Кантор о своем опыте и уходе из Яндекса
https://m.habr.com/ru/article/522724/ - Кантор о биг дате
источник

i

igor in Machine learning
Артем
Вы формируете выборку и на её основе подсчитываете дисперсию и мат ожидание. А этого делать не нужно.
М. О. Не считаю на основе выборки, нужны случайные величины.
источник

А

Артем in Machine learning
Mikhail Lukashevich
Если правильно понял - нужно высчитывать параметры для норм распределения (мат ожидание и дисперсию) из пармаметров (мат ожидания и дисперсии) которые подаются на вход выбранного распределения ?
Да
источник

i

igor in Machine learning
источник

i

igor in Machine learning
Это правда?
источник

P

Pavel in Machine learning
igor
Это правда?
этот случай описан в книге "Голая Статистика"
источник

P

Pavel in Machine learning
правда, там не указан возраст девушки
источник

i

igor in Machine learning
Т. Е. По покупкам нельзя предположить что человек беременный?
источник

n🐈

nikoinlove 🐈 in Machine learning
конечно, можно
источник

V

Vladislav-kun in Machine learning
Сейчас и по разговорам около своего смартфона можно дать знать о беременности :D
источник

SS

Sergey Salnikov in Machine learning
тут две стороны - сбор данных и качество рекомендаций. сбор данных точно есть, даже по собственному опыту и знакомым - что-то где-то написал, и после этого идёт контекстная реклама по этой тематике. качество рекомендаций - тут не уверен, но если она искала в поисковике "тест на беременность", то рс вполне могла выдать подгузники
источник

i

igor in Machine learning
А если просто искала продукты которые часто покупают беременные
источник

i

igor in Machine learning
Тесты витамины и т п
источник

SS

Sergey Salnikov in Machine learning
не ориентируюсь в диете беременных ) вполне возможно найти закономерность по смежным товарам
источник

SS

Sergey Salnikov in Machine learning
вообще, насколько я знаю, рек-сисы работают не только на классическом мл, в выборку добавлят и новые товары для exploration, и по сочетаемости с другими продуктами, и по текущему тренду, много чего. вполне возможно, что какой-то алгоритм и найдет закономерность.
источник

SS

Sergey Salnikov in Machine learning
но это скорее элемент случайности. судя по алгоритмам например рекомендаций музыки вконтакте, рексисам ещё далеко до качественной неслучайной рекомендации
источник

i

igor in Machine learning
Но почему человек из фор с говорит что это невозможно?
источник